Agata, Laviana (2020) Pengenalan Wajah Menggunakan Ruang Warna HSV dengan Ekstraksi Fitur LBP untuk Presensi Kehadiran Mahasiswa. Sarjana thesis, Universitas Brawijaya.
Abstract
Wajah merupakan representasi visual manusia yang unik dengan ciri khas masing-masing. Teknik biometrik dengan pengenalan wajah biasanya digunakan untuk membantu meningkatkan keamanan dan jaminan identitas, seperti contohnya pada sistem presensi mahasiswa. Pengenalan wajah untuk presensi mahasiswa dengan pengambilan video akan mendapatkan data wajah dengan berbagai pose yang berbeda sehingga memiliki variasi data untuk pengenalan yang lebih baik. Pengenalan wajah untuk presensi mahasiswa dengan video juga dipengaruhi dengan masalah pencahayaan ruangan kelas yang berbeda. Tujuan dari penelitian ini adalah melakukan pengenalan wajah dengan berbagai pose yang didapatkan dengan pengambilan video. Proses awal yang dilakukan yaitu mengkonversi video yang direkam ke dalam bentuk fps yang disimpan dalam format .jpg. Kemudian ekstraksi fitur warna Red, Green, Blue (RGB) dan Hue Saturation Value (HSV) serta fitur tekstur LBP yang terdiri dari Mean, Standar Deviasi, dan Skewness. Kemudian fitur-fitur tersebut dilakukan klasifikasi dengan menggunakan SVM Multi Classification. Berdasarkan hasil pengujian, penelitian ini mendapatkan hasil akurasi tertinggi sebesar 100,00% dengan fitur statistik dari kombinasi warna dengan LBP dan RGB dengan LBP. Selain itu, hasil tertinggi hasil tertinggi pada pengujian dengan warna HSV dan LBP menghasilkan nilai akurasi 99,58%.
English Abstract
The face is a unique human visual representation with a distinctive characteristic. Biometric techniques with facial recognition are typically used to help improve security and identity assurance, such as for example in student presence systems. Facial recognition for student presences with video capture will get facial data with different poses so that it has a variety of data for better introduction. Facial recognition for student presences with video is also influenced by different classroom lighting issues. The purpose of this research is to do facial recognition with the various poses obtained by taking a video. The initial process is to convert the recorded video into the form of FPS saved in. jpg format. Then the extraction features color Red, Green, Blue (RGB) and Hue Saturation Value (HSV) as well as LBP texture feature consisting of Mean, standard deviation, and Skewness. Then the features are classification using SVM Multi Classification. Based on the results of the test, the study received the highest accuracy result of 100.00% with statistical features of the color combination with LBP and RGB with LBP. In addition, the highest yield results on testing with HSV and LBP color yield an accuracy value of 99.58%
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0520150441 |
| Uncontrolled Keywords: | wajah, ekstraksi ciri, Red Green Blue, Hue Saturation Value, Local Binary Pattern.,face, feature extraction, Red Green Blue, Hue Saturation Value, Local Binary Pattern |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Unnamed user with username nova |
| Date Deposited: | 16 Sep 2022 02:42 |
| Last Modified: | 16 Sep 2022 02:42 |
| URI: | http://repository.ub.ac.id/id/eprint/194304 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Laviana Agata.pdf Restricted to Registered users only until 31 December 2023. Download (2MB) |
Actions (login required)
 |
View Item |